Abstract Biology has become a data-intensive science. Recent technological advances in single-cell genomics have enabled the measurement of multiple facets of cellular state, producing datasets with millions of single-cell observations. While these data hold great promise for understanding molecular mechanisms in health and disease, analysis challenges arising from sparsity, technical and biological variability, and high dimensionality of the data hinder the derivation of such mechanistic insights. To promote the innovation of algorithms for analysis of multimodal single-cell data, we organized a competition at NeurIPS 2021 applying the Common Task Framework to multimodal single-cell data integration. For this competition we generated the first multimodal benchmarking dataset for single-cell biology and defined three tasks in this domain: prediction of missing modalities, aligning modalities, and learning a joint representation across modalities. We further specified evaluation metrics and developed a cloud-based algorithm evaluation pipeline. Using this setup, 280 competitors submitted over 2600 proposed solutions within a 3 month period, showcasing substantial innovation especially in the modality alignment task. Here, we present the results, describe trends of well performing approaches, and discuss challenges associated with running the competition.

The importance of RNA-based regulation is becoming more and more evident. Genome-wide sequencing efforts have shown that the majority of the DNA in eukaryotic genomes is transcribed. Advanced high-throughput techniques like CLIP for the genome-wide detection of RNA-protein interactions have shown that post-transcriptional regulation by RNA-binding proteins matches the complexity of transcriptional regulation. The need for a specialized and integrated analysis of RNA-based data has led to the foundation of the RNA Bioinformatics Center (RBC) within the German Network of Bioinformatics Infrastructure (de.NBI). This paper describes the tools, services and databases provided by the RBC, and shows example applications. Furthermore, we have setup an RNA workbench within the Galaxy framework. For an easy dissemination, we offer a virtualized version of Galaxy (via Galaxy Docker) enabling other groups to use our RNA workbench in a very simple way.

ABSTRACT Ribosome profiling (Ribo-seq) has catalyzed a paradigm shift in our understanding of the translational ‘vocabulary’ of the human genome, discovering thousands of translated open reading frames (ORFs) within long non-coding RNAs and presumed untranslated regions of protein-coding genes. However, reference gene annotation projects have been circumspect in their incorporation of these ORFs due to uncertainties about their experimental reproducibility and physiological roles. Yet, it is indisputable that certain Ribo-seq ORFs make stable proteins, others mediate gene regulation, and many have medical implications. Ultimately, the absence of standardized ORF annotation has created a circular problem: while Ribo-seq ORFs remain unannotated by reference biological databases, this lack of characterisation will thwart research efforts examining their roles. Here, we outline the initial stages of a community-led effort supported by GENCODE / Ensembl, HGNC and UniProt to produce a consolidated catalog of human Ribo-seq ORFs.

In pluripotent cells, a delicate activation-repression balance maintains pro-differentiation genes ready for rapid activation. The identity of transcription factors (TFs) that specifically repress pro-differentiation genes remains obscure. By targeting ∼1,700 TFs with CRISPR loss-of-function screen, we found that ZBTB11 and ZFP131 are required for embryonic stem cell (ESC) pluripotency. ESCs without ZBTB11 or ZFP131 lose colony morphology, reduce proliferation rate, and upregulate transcription of genes associated with three germ layers. ZBTB11 and ZFP131 bind proximally to pro-differentiation genes. ZBTB11 or ZFP131 loss leads to an increase in H3K4me3, negative elongation factor (NELF) complex release, and concomitant transcription at associated genes. Together, our results suggest that ZBTB11 and ZFP131 maintain pluripotency by preventing premature expression of pro-differentiation genes and present a generalizable framework to maintain cellular potency.

Abstract At the center of the gene expression cascade, translation is fundamental in defining the fate of much of the transcribed genome. RNA sequencing enables the quantification of complex transcript mixtures, often detecting several splice isoforms of unknown functions for one gene. We have developed ORFquant , a new approach to annotate and quantify translation at the single open reading frame (ORF) level, using information from Ribo-seq data. Relying on a novel approach for transcript filtering, we quantify translation on thousands of ORFs, showing the power of Ribo-seq in revealing alternative ORFs on multiple isoforms per gene. While we find that one ORF represents the dominant translation product for most genes, we also detect genes with translated ORFs on multiple transcript isoforms, including targets of RNA surveillance mechanisms. Assessing the translation output across human cell lines reveals the extent of gene-specific differences in protein production, which are supported by steady-state protein abundance estimates. Computational analysis of Ribo-seq data with ORFquant (available at https://github.com/lcalviell/ORFquant ) provides a window into the heterogeneous functions of complex transcriptomes.

Abstract Zebrafish, a popular model for embryonic development and for modelling human diseases, has so far lacked a systematic functional annotation programme akin to those in other animal models. To address this, we formed the international DANIO-CODE consortium and created the first central repository to store and process zebrafish developmental functional genomic data. Our Data Coordination Center ( https://danio-code.zfin.org ) combines a total of 1,802 sets of unpublished and reanalysed published genomics data, which we used to improve existing annotations and show its utility in experimental design. We identified over 140,000 cis-regulatory elements in development, including novel classes with distinct features dependent on their activity in time and space. We delineated the distinction between regulatory elements active during zygotic genome activation and those active during organogenesis, identifying new aspects of how they relate to each other. Finally, we matched regulatory elements and epigenomic landscapes between zebrafish and mouse and predict functional relationships between them beyond sequence similarity, extending the utility of zebrafish developmental genomics to mammals.

Abstract Translation modulates the timing and amplification of gene expression after transcription. Brain development requires uniquely complex gene expression patterns, but large-scale measurements of translation directly in the prenatal brain are lacking. We measure the reactants, synthesis, and products of translation spanning mouse neocortex neurogenesis, and discover a transient window of dynamic regulation at mid-gestation. Timed translation upregulation of chromatin binding proteins like Satb2, which is essential for neuronal subtype differentiation, restricts protein expression in neuronal lineages despite broad transcriptional priming in progenitors. In contrast, translation downregulation of ribosomal proteins sharply decreases ribosome number, coinciding with a major shift in protein synthesis dynamics at mid-gestation. Changing levels of eIF4EBP1, a direct inhibitor of ribosomal protein translation, are concurrent with ribosome downregulation and controls Satb2 fate acquisition during neuronal differentiation. Thus, the refinement of transcriptional programs by translation is central to the molecular logic of brain development. Modeling of the developmental neocortex translatome is provided as an open-source searchable resource: https://shiny.mdc-berlin.de/cortexomics/ .

Abstract Identification of markers is an essential step in single-cell analytic. Current marker identification strategies typically rely on cluster assignments of cells. Cluster assignment, in particular of development data, is non-trivial, potentially arbitrary and commonly relies on prior knowledge. Yet, cluster uncertainty is not commonly taken into account. In response, we present SEMITONES, a principled method for cluster-free marker identification. We showcase its application on healthy haematopoiesis data as 1) a robust alternative to highly variable gene selection, 2) for marker gene and regulatory region identification, and 3) for the construction of co-enrichment networks that reveal regulators of cell identity.

Abstract In pluripotent cells, a delicate activation-repression balance maintains pro-differentiation genes ready for rapid activation. The identity of transcription factors (TFs) that specifically repress pro-differentiation genes remains obscure. By targeting ~1,700 TFs with CRISPR loss-of-function screen, we found that ZBTB11 and ZFP131 are required for embryonic stem cell (ESC) pluripotency. ZBTB11 and ZFP131 maintain promoter-proximally paused Polymerase II at pro-differentiation genes in ESCs. ZBTB11 or ZFP131 loss leads to NELF pausing factor release, an increase in H3K4me3, and transcriptional upregulation of genes associated with all three germ layers. Together, our results suggest that ZBTB11 and ZFP131 maintain pluripotency by preventing premature expression of pro-differentiation genes and present a generalizable framework to maintain cellular potency. One-sentence summary A Transcription Factor-wide CRISPR screen identifies ZBTB11 and ZFP131 maintaining pluripotency by pausing POL II at pro-differentiation genes

ABSTRACT Strong evidence suggests that human human RNA-binding proteins (RBPs) are critical factors for viral infection, yet there is no feasible experimental approach to map exact binding sites of RBPs across the SARS-CoV-2 genome systematically at a large scale. We investigated the role of RBPs in the context of SARS-CoV-2 by constructing the first in silico map of human RBP / viral RNA interactions at nucleotide-resolution using two deep learning methods (pysster and DeepRiPe) trained on data from CLIP-seq experiments. We evaluated conservation of RBP binding between 6 other human pathogenic coronaviruses and identified sites of conserved and differential binding in the UTRs of SARS-CoV-1, SARS-CoV-2 and MERS. We scored the impact of variants from 11 viral strains on protein-RNA interaction, identifying a set of gain-and loss of binding events. Lastly, we linked RBPs to functional data and OMICs from other studies, and identified MBNL1, FTO and FXR2 as potential clinical biomarkers. Our results contribute towards a deeper understanding of how viruses hijack host cellular pathways and are available through a comprehensive online resource ( https://sc2rbpmap.helmholtz-muenchen.de ).